# Unicode inspektors

Apskatiet katru teksta rakstzīmi, tās koda punktu, vispārīgo kategoriju, rakstību un UTF-8 baitus. Inspektors atklāj slēptas rakstzīmes, piemēram, nulles platuma atstarpes, mīkstās defises, baitu secības marķierus un divvirzienu teksta vadības rakstzīmes, atzīmē latīņu burtus atdarinošas rakstzīmes no kirilicas un grieķu alfabēta, kā arī brīdina par vārdiem, kuros jauktas dažādas rakstības — bieži izmantotu paņēmienu pikšķerēšanas domēnos un mēstulēs.

## Bieži uzdotie jautājumi

### Ko inspektors rāda par katru rakstzīmi?

Tās pozīciju, pašu rakstzīmi, ja tā ir redzama, koda punktu U+ pierakstā, nosaukumu īpašām rakstzīmēm, piemēram, atstarpēm un vadības rakstzīmēm, Unicode vispārīgo kategoriju, piemēram, Lu lielajiem burtiem vai Zs atstarpēm, rakstību, pie kuras tā pieder, tās baitus UTF-8 formātā un piezīmi, ja rakstzīme ir slēpta, īpaša atstarpe, vadības rakstzīme vai līdzīga citai rakstzīmei.

### Kādas slēptās rakstzīmes tiek noteiktas?

Nulles platuma atstarpe, nulles platuma savienotājs un nesavienotājs, vārdu savienotājs, mīkstā defise, baitu secības marķieris, divvirzienu teksta marķieri, iegulšanas, pārrakstīšanas un izolēšanas vadības rakstzīmes, neredzami matemātiskie operatori, Hangul aizpildītāji, variāciju selektori un Unicode tagu rakstzīmes, kas var paslēpt tekstu emocijzīmē vai vārdā.

### Kas ir līdzīga rakstzīme?

Rakstzīme no citas rakstības vai stilizēta rakstzīme, kas līdzinās parastam ASCII burtam, ciparam vai zīmei, piemēram, kirilicas а latīņu a vietā, pilna platuma burts, matemātisks treknraksta burts vai tipogrāfiskā domuzīme un pēdiņa. Piezīmē norādīta parastā rakstzīme, kurai tā līdzinās, lai varētu pamanīt viltotus vārdus un domēnus.

### Ko nozīmē brīdinājums par jauktām rakstībām?

Tajā uzskaitīti vārdi, kuros ir burti no vairāk nekā vienas rakstības, piemēram, latīņu un kirilicas burti vienā vārdā. Īstos vārdos tas notiek reti, tāpēc jaukts vārds domēna nosaukumā, lietotājvārdā vai e-pasta adresē ir skaidra zīme, ka varētu būt noticis homogrāfu uzbrukums.

### Kāpēc rakstzīmes un grafēmas tiek skaitītas atsevišķi?

Šeit rakstzīme ir viens Unicode koda punkts. Grafēma ir tas, ko lasītājs uztver kā vienu simbolu, un to var veidot vairāki koda punkti, piemēram, burts ar kombinējamu diakritisko zīmi vai emocijzīme ar ādas toni un savienotājiem. Šī atšķirība parāda, cik koda punktu slēpjas aiz redzamā teksta.

### Ko man parāda UTF-8 un UTF-16 skaits?

UTF-8 baitu skaits norāda teksta izmēru failos, URL un lielākajā daļā datubāzu. UTF-16 koda vienības ir tas, ko JavaScript, Java un Windows skaita kā virknes garumu, tāpēc emocijzīme bieži tiek skaitīta kā 2 koda vienības. Ierobežojumi veidlapās un API parasti attiecas uz vienu no šiem diviem skaitļiem.

### Kas ir NFC un NFKC?

Tās ir Unicode normalizācijas formas. NFC tekstā tiek izmantotas saliktās rakstzīmes, ja tādas ir, tāpēc diakritiskā zīme un burts veido vienu koda punktu. NFKC aizstāj arī saderības rakstzīmes, piemēram, ligatūras, pilna platuma burtus un augšraksta rakstzīmes, ar to parastajām formām. Inspektors norāda, vai jūsu teksts jau atbilst kādai no šīm formām.

### Vai varu iegūt tekstu bez neredzamajām rakstzīmēm?

Jā. Strukturētajā rezultātā ir iekļauts teksts, kurā noņemtas visas neredzamās un vadības rakstzīmes, bet parastās atstarpes, tabulēšanas rakstzīmes un rindu pārtraukumi ir saglabāti. Līdzīgās rakstzīmes tiek tikai norādītas, nevis aizstātas, jo citā valodā tās var būt pareizas.

### Cik daudz teksta varu pārbaudīt?

Vienā reizē līdz 5,000 rakstzīmēm. Tabulā ir redzamas pirmās 1,000 rakstzīmes, bet skaits un brīdinājumi vienmēr attiecas uz visu tekstu.

### Kāpēc dažām rakstzīmēm nav nosaukuma?

Inspektors nosauc atstarpes, vadības rakstzīmes, diakritiskās zīmes un pieturzīmes, kuras ir viegli sajaukt. Visas pārējās rakstzīmes tiek identificētas pēc to koda punkta, kategorijas un rakstības sistēmas, ar ko pietiek, lai tās atrastu jebkurā Unicode uzziņu avotā.

Jūsu reklāma šeit?

[Rakstiet mums](mailto:hi@dennn.is?subject=Rekl%C4%81ma%20vietn%C4%93%20OneClick%20Pro)

[Reklāma 433 rīki jūsu MI aģentiem, izmantojot vienu MCP serveri.](https://multitaskai.com/lv/?ref=oneclickpro)
